关于生成式AI的五大误区

译文
人工智能
围绕生成式AI无疑有很多炒作、困惑甚至恐惧。狂热倡导者宣称它有望解决世界上的所有问题,末日论鼓吹者预测它将导致数百万人失业,甚至意味着人类创造力将从此终结。

译者 | 布加迪

审校 | 重楼

两年前,大多数人还没有听说过生成式AI,而现在它却无处不在。发布后不久,ChatGPT就成为史上增长速度最快的应用程序。现在,苹果公司刚宣布计划将ChatGPT内置到iPhone中,很难找到一款不提供生成式AI功能的软件。

然而,围绕生成式AI无疑有很多炒作、困惑甚至恐惧。狂热倡导者宣称它有望解决世界上的所有问题,末日论鼓吹者预测它将导致数百万人失业,甚至意味着人类创造力将从此终结。

我在下面概述了这项革命性但又被误解的技术方面的最大误区。我个人认为,大多数人都能找到一种方法来使用生成式AI帮助其工作或日常生活,但首先需要了解它。但愿本文能帮助读者摈弃噱头、了解真相。

1.生成式AI是智能的

不妨先说说最大的误区。像ChatGPT这样的生成式AI模仿自然智能的某些特性,特别是处理、解释和创造语言的能力。

然而,自然(人类或动物)智能涉及很多方面,比如推理、抽象思维、情商、直觉、记忆力、创造力和沟通能力。

虽然生成式AI在沟通和记忆力方面表现出色,但它在其他方面只是触及皮毛而已。

当ChatGPT或另一种大语言模型(LLM)生成输出时,它遵循训练过程中学到的概率规则。这意味着它的“思维过程”远比我们人类的有限,也不那么复杂。

这是真正的智能吗?不,它被称为“人工”智能是有道理的。它是有惊人的本领,但它仍然只是一种算法,尽管是非常复杂的算法!

2.生成式AI将取代人类创造力

如果电脑可以写故事和画画,这是否意味着我们不再需要人类作家和艺术家了?简单的答案是否定的。生成式AI并不满足真正智能或创造力的所有标准。

它不像人类那样会有新的想法。它的创造力完全来自数据,而不是来自感觉、情感、原创思想和个人对世界的体验。

人类对AI生成的内容的普遍反应是,它乏味且缺乏人性。乍一看,这似乎不是非常科学的分析,但如果你从生成式AI局限性的语境来考虑,这不无道理。

人类创造力无需害怕生成式AI。虽然生成式AI可以很快创作出一部程式化的小说或一幅普通的图片,但远远无法创造出给我们以灵感、激发我们思考的艺术作品。

3.生成式AI只创造文字和图片

问大多数人什么是生成式AI,他们可能会回答ChatGPT以及它如何生成单词,或者Dall-E2以及它如何生成图片。虽然这些是最有名的用例,但它们仅仅从一个侧面反映了当今AI具备的本领。

生成式AI工具也可用于创建音乐、语音甚至视频。但它并不仅限于此。您知道它还被用来研制新药吗?包括一种新的癌症免疫疗法。它还可以生成数据(名为合成数据),可用于训练AI算法并进行统计分析。它还可以生成图表和报告,帮助我们分析这些数据。

生成式AI还可以为从楼宇到新设备的任何事物创建设计蓝图。如果结合3D打印或自动化建筑机器人等技术,它可以创造出现实世界中存在的实物。

4.生成式AI不需要人类输入

当我们想到生成式AI输出时,可能会认为一切都是完全自动化的,人类是不必要参与的。但事实远非如此,至少今天是这样。

首先,生成式AI常犯错误,或者只是简单地捏造一些东西,这个现象名为幻觉。对于任何关键的用例而言,有必要进行人工监督,以便核查事实和纠正错误。

为了确保AI以一种公平、道德和负责任的方式被使用,人类输入在整个过程的每一步都必不可少。如果切实使用AI时可能影响人类生活的方式,比如在医疗保健、金融、人力资源或执法领域做出决策时,这一点尤为重要。

虽然生成式AI是一个极其强大而有用的工具,但它远不足以完全取代人类的判断力和专业知识。

5.生成式AI是新事物

生成式AI似乎伴随ChatGPT在2022年底问世而风靡全球,但那其实是它进入主流的时候。人们很早以前就使用AI创造内容了,包括文本、图片和音乐。

AI聊天机器人方面的第一次实验发生在上世纪60年代,像Eliza这样的程序试图进行类似人类的对话。AI生成音乐的早期例子出现在上世纪70年代,比如David Cope的音乐智能实验,旨在模仿著名作曲家的风格。AI图像生成器最早出现在上世纪90年代初,比如艺术家Harold Cohen创作的AARON。

新颖的是,我们现在已进入到了这个阶段:多个因素的组合使每个人都可以享用生成式AI,包括处理能力和计算机内存的普及、云计算和深度学习领域的进步等因素。

我们不再需要以前只有大公司和大学才可以使用的昂贵电脑,而是人手一部智能手机,就可以连接到功能强大的云端数据中心,在云端处理计算。这意味着最好将生成式AI视为是许多技术的融合,这些技术在眼下都已趋于成熟,可以引爆一场革命,而不是某项突破性的发明。

原文标题:Generative AI Myths: The 5 Biggest Misunderstandings,作者:Bernard Marr

责任编辑:姜华 来源: 51CTO内容精选
相关推荐

2019-04-01 06:23:54

MPLS网络广域网

2022-10-31 13:26:12

机器学习人工智能算法

2009-03-24 10:09:58

SaaS误区调查

2023-04-10 10:28:33

ChatGPTAI风险管理计划

2011-10-11 10:04:58

VMware View虚拟化

2023-11-20 15:26:18

人工智能GenAI模型

2024-09-14 15:25:48

2018-12-28 14:16:11

安全

2023-05-26 11:14:04

人工智能安全性

2020-08-16 08:25:46

物联网安全物联网IOT

2022-05-06 14:55:57

区块链比特币加密货币

2018-12-27 14:21:31

https安全http

2019-11-15 14:00:39

HTTPSHTTP前端

2009-08-21 19:16:45

刀片服务器综合布线

2019-01-08 16:25:42

数据科学机器学习神经网络

2019-10-16 16:38:04

技术云计算固态硬盘

2009-07-30 17:58:52

刀片服务器机架服务器虚拟化

2010-08-30 14:57:21

DIV+CSS

2023-04-14 08:47:06

IDP认知企业

2011-12-24 22:08:51

Siri
点赞
收藏

51CTO技术栈公众号